医疗AI辅助VTE防治,惠每科技尝试用新科技解决肺栓塞防治难题

作者:赵泓维 2019-11-01 08:00

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看

从上世纪80年代后期开始,Caprini等外科医生便致力于研究设计一个极为细致的个体化静脉血栓栓塞症(VTE)风险评估模型,并不断优化其准确性与临床可用性。然而,40余年过去了,肺栓塞依然是住院患者非预期死亡的重要原因。

 

高死亡率来源于患者接受VTE预防治疗的比例还是很低,医生对于VTE风险评估模型的主客观忽视。正常情况下,如果医护人员能够准确对患者进行VTE风险评估,便可及时发现VTE的高危患者,并给予恰当的预防治疗。但在实际之中,这套评分体系的推行遇到了很多问题。

 

“太费时间。”当被问及为何各类VTE评估量表没有发挥出应有的防治效果时,北京一位三甲医院的医生不假思索的回复道,“大医院的病房能不加床已是奇迹,医生护士即便有心防范,也无法认真评估每一个患者的情况。何况VTE的问题并不仅仅是医护人员的疏漏或不规范问题,有的时候,也可能是医生尤其是年轻医生对指南不够熟悉、没有足够的循证判断依据。”

 

VTE防治的问题不仅仅在大医院,实际上,基层医疗机构面临着的问题可能更为严重,很多基层医疗机构的医生没有VTE的预防意识及判别能力。

 

问题多了,好在有心者不畏挑战积极寻求解决之道。

 

VTE防治,哪些问题是关键?


VTE是一种可预防的疾病,我们不能等到血栓形成后再去解决问题,如果能够将VTE的早筛早防执行下去,VTE的防治工作难点也就迎刃而解。在这之中,关键是要整合足够的患者信息,实现自动抓取并给出合理的判断,简化临床工作流程。

 

实际上,患者信息抓取工作的自动化医院已具备,但初级的信息系统只能抓取患者的姓名、年龄、性别等基础信息。对于更为重要也更为多元化的病情描述性信息,囿于不同医生的书写习惯及格式化程度不同,多数需要由医生手工填写。这并不能解决临床的实际问题,于减轻医生工作量并无多大帮助,也不能解决人工填写评估表可能存在的错评、漏评问题。

 

患者诊疗过程信息的自动解析极具挑战。“举个例子,要让计算机判断患者‘一个月之内有没有发生过脑梗’这个VTE风险因素信息,不仅要帮助机器理解脑梗发生的时间限制——事件应发生在近期如给定的一个月,不统计三个月、或是半年之前的脑梗事件。同时要判断患者的疾病情况如分级分型,常常需要综合既往病史、核磁报告等信息得出结论,传统的信息系统完成不了这样复杂的工作。”北京惠每云科技有限公司(以下简称惠每科技)CEO张奇向动脉网解释到。

 

深度学习的出现给大数据处理问题带来了转机。新兴的自然语言处理(NLP)技术可实现病历数据的语义理解,将描述性的自然语言进行结构化、标准化处理,深度学习算法还可以将个性化的病历数据归纳入规则库,结合临床指南、各类量表建立VTE知识图谱,提升最终机器模型的准确率,同时解决医生面临的“数据录入难”、“数据分析难”两大问题。

 

但NLP也有其局限性,若开发者不熟悉VTE的诊断流程,没有良好的、完整的患者既往病史、用药史等数据,抑或是没有建立合理的知识图谱……其生成结果的准确性将会大大受到影响。建立有效的NLP,实际上并没有那么简单。

 

以CDSS为基础,惠每科技开辟NLP战场


将NLP应用于VTE防治并不轻松。以拥有VTE质控产品的惠每科技为例,整个产品的打造过程充满着曲折与艰辛。

 

凭借着四年的算法研发和知识图谱建设基础、临床专家介入、政策推动三方力量,惠每科技的VTE质控系统开发迅速推进。张奇告诉动脉网:“整个系统建设于2019年5月,仅4个月,惠每科技便打造出了一套准确率超过97%的VTE智能防治系统。这一成功既离不开惠每科技的艰苦付出,也离不开合作医院的鼎力支持。”

 

谈起四个月的开发工程,张奇不禁有些感概:“当我们8月份做出第一代产品时,它的准确率不足80%。当时我们也面临诸多问题。”

 

CDSS系统与临床数据的结合是每个企业都会遇到的第一道难关,好在惠每科技已经能非常熟练地处理CDSS接入步骤,真正的麻烦之事在于标准化病历信息。由于病历数据多为非结构化的文本描述,不同的医生有自己的书写习惯,使用的术语标准化、同一性程度低,多源异构性突出。惠每科技要用一种通用的形式给机器“解释”这些不同的信息,使计算机准确地理解其语义。张奇表示:“即使团队扎根临床数年,纳入了数以十万计的三甲医院真实病历训练AI模型并取得了良好识别效果,我们针对合作医院的真实患者病历再次迭代和验证模型,整个流程耗费了多达3个月的时间,才让识别准确率稳定在97%以上。”

 

值得一提的是,惠每科技的平台已经具有了相当强的泛化能力,即便是医生的报告没有严格遵循标准,惠每AI也能准确抓取患者信息,并生成准确的结果。

 

事中提醒推动医生执行VTE早筛早防


在实际之中,即便有VTE质控系统助力,医生在繁忙工作中也难免会漏掉一些患者的VTE风险评估,针对这一情况,惠每VTE质控系统的智能提醒便派上了用场。

 

“我们现在的目标是要把筛查时间提前,在患者刚刚入院时,就去帮助医生把相关的问题解决掉,让质控关口前移。入院的前24小时是一个重要的评估时间段,如果医生有遗漏,那我们在这24小时之内就会用电子病历里面的CDSS对医生进行提醒,告诉医生该患者还没有完成他的入院VTE风险评估。”

 

为了保证及时的数据统计与反馈,惠每科技还在医院设立了统计管理平台,用以对每一个患者的VTE防治行为进行记录,这样患者信息便能清晰的呈现给负责的医生,漏查情况一目了然。

 

以中日友好医院为例,惠每科技的事后大数据统计分析平台投射在护士站的大屏幕,护士一看就能直观获悉患者的床位信息及VTE评估、预防执行情况。

 

此外,惠每科技也在尽力让VTE防治落地基层医院。

 

与三甲医院不同,基层医疗机构院内信息化程度不高,医生也缺乏判别VTE的能力。在这种情况下,惠每科技的VTE质控系统主要是起到规范化与医生教育的作用。在这个过程中,医生的防治能力将逐渐提高。

 

VTE防治的推动来源于多方力量结合


2018年10月13日,由国家卫健委医政医管局正式批准的“全国肺栓塞和深静脉血栓形成防治能力建设项目”启动会暨《中国血栓性疾病防治指南》发布会在北京中日友好医院举行,VTE防治有了强力的推手。这也是惠每科技等企业研发VTE质控系统的重要契机。

 

不少医院也响应政策的要求,通过成立防治管理小组、建立VTE防治管理督导机制、开展学科建设和健康宣教等方式,建立了院内VTE 防控体系。

 

但是,无论是院内信息化的推进,还是医生对于VTE防治意识的提高,都将是一场漫长的攻坚战,在这之中,政府、企业、医院都需共同努力。

如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


注:文中如果涉及企业数据,均由受访者向分析师提供并确认。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章

企业
对接
商务
合作
用户
反馈